• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    網(wǎng)絡(luò)交易拉圾評(píng)論智能識(shí)別研究

    2016-11-19 16:22:21趙靜嫻
    現(xiàn)代情報(bào) 2016年4期
    關(guān)鍵詞:決策樹數(shù)據(jù)挖掘神經(jīng)網(wǎng)絡(luò)

    〔摘 要〕定義垃圾評(píng)論邊界,利用智能算法有效識(shí)別垃圾評(píng)論。對(duì)垃圾評(píng)論進(jìn)行內(nèi)部細(xì)分,構(gòu)建評(píng)價(jià)指標(biāo)體系,并提出一種改良決策樹方法對(duì)垃圾評(píng)論進(jìn)行智能評(píng)估,并提供可讀性規(guī)則?;贛atlab語(yǔ)言實(shí)現(xiàn),通過(guò)實(shí)證研究,驗(yàn)證所構(gòu)建的垃圾評(píng)論識(shí)別模型能夠達(dá)到較高預(yù)測(cè)精度。提供了一種高效的多在線評(píng)論多分類智能識(shí)別方法,為垃圾評(píng)論的分類監(jiān)管治理提供技術(shù)支持。

    〔關(guān)鍵詞〕垃圾評(píng)論;數(shù)據(jù)挖掘;決策樹;神經(jīng)網(wǎng)絡(luò)

    DOI:10.3969/j.issn.1008-0821.2016.04.011

    〔中圖分類號(hào)〕G206.2 〔文獻(xiàn)標(biāo)識(shí)碼〕A 〔文章編號(hào)〕1008-0821(2016)04-0057-05

    〔Abstract〕The paper defined the boundary of review spam,used intelligent algorithms to effectively detect review spam.The internal subdivision of review spam,evaluation index and an improved decision tree method for intelligent evaluation of review spam with readable rules are proposed.The empirical research based on Matlab showed the model can achieve higher prediction accuracy.The paper provided technical support for the review spam classification regulatory governance through proposing an efficient method for intelligent multiple classification of online reviews.

    〔Key words〕review spam;data mining;decision tree;neural network

    通過(guò)互聯(lián)網(wǎng)進(jìn)行商品交易已經(jīng)成為最近十年以來(lái)迅猛發(fā)展的商業(yè)模式,深刻而迅速的改變了傳統(tǒng)商業(yè)模式。消費(fèi)者可以通過(guò)查看以往交易購(gòu)買者對(duì)所購(gòu)商品和服務(wù)的評(píng)價(jià)來(lái)判斷賣家商品和服務(wù)的好壞,是互聯(lián)網(wǎng)交易不同于傳統(tǒng)商業(yè)模式的優(yōu)勢(shì)之一。成交評(píng)論是后繼消費(fèi)者對(duì)擬購(gòu)商品進(jìn)行判斷的重要依據(jù)之一,也是商家有針對(duì)性的改進(jìn)服務(wù),改進(jìn)產(chǎn)品促進(jìn)銷售的根據(jù),因此客觀真實(shí)有效的交易評(píng)價(jià)是促進(jìn)互聯(lián)網(wǎng)商業(yè)形態(tài)健康發(fā)展具有重要意義。

    另一方面,各種交易評(píng)論由評(píng)論者主觀輸入,由于各種原因出現(xiàn)了多種無(wú)效,無(wú)用,甚至虛假的垃圾評(píng)論,對(duì)互聯(lián)網(wǎng)經(jīng)濟(jì)的發(fā)展產(chǎn)生了負(fù)面影響。同時(shí),由于交易評(píng)論對(duì)后繼交易判斷的重要性,也出現(xiàn)了很多故意進(jìn)行虛假評(píng)論以促進(jìn)或打壓特定賣家的行為,對(duì)互聯(lián)網(wǎng)經(jīng)濟(jì)的發(fā)展的負(fù)面影響更為突出。因此,如何在海量的評(píng)論中識(shí)別并篩除垃圾評(píng)論,成為近期研究的熱門課題之一[1]。

    本文以海量評(píng)論信息中垃圾評(píng)論的有效智能識(shí)別為目標(biāo),首先發(fā)展了以往相關(guān)研究中對(duì)垃圾評(píng)論的認(rèn)識(shí),明確了垃圾評(píng)論的種類和判斷標(biāo)準(zhǔn),然后構(gòu)造一種神經(jīng)網(wǎng)絡(luò)與決策樹相結(jié)合的智能算法,發(fā)揮兩種算法的優(yōu)勢(shì)達(dá)到高效準(zhǔn)確識(shí)別垃圾評(píng)論的目的。最后,通過(guò)實(shí)證分析驗(yàn)證了方法的有效性和準(zhǔn)確性。

    1 相關(guān)研究

    近年來(lái),針對(duì)垃圾評(píng)論識(shí)別的研究在國(guó)內(nèi)外逐步開展,Jundal在2007年最早進(jìn)行了相關(guān)研究,將垃圾評(píng)論劃分為虛假評(píng)論、無(wú)關(guān)評(píng)論和非評(píng)論,并運(yùn)用Logistic回歸模型對(duì)圖書、音樂(lè)等其他制造類產(chǎn)品垃圾評(píng)論進(jìn)行了識(shí)別[2]。Ott等以旅館評(píng)論為研究對(duì)象,通過(guò)評(píng)論內(nèi)容和語(yǔ)言特征,從心理學(xué)、文本語(yǔ)料等方面分析垃圾評(píng)論的特征,用SVM方法對(duì)旅店類垃圾評(píng)論進(jìn)行了識(shí)別研究[3]。Mukherjee等在2011年使用頻繁挖掘模式尋找被選群體,再通過(guò)計(jì)算垃圾信息值,使用SVM模型識(shí)別群體垃圾評(píng)論[4]。隨后Mukherjee等在2013年基于內(nèi)容相似度、最大評(píng)論數(shù)、評(píng)論重復(fù)度等評(píng)論人行為特征通過(guò)聚類分析對(duì)垃圾評(píng)論進(jìn)行了識(shí)別[5]。國(guó)內(nèi)方面,何海江對(duì)利用Logistic回歸模型和利用SVM支持向量機(jī)的垃圾評(píng)論識(shí)別方法的性能進(jìn)行了比較[6]。陳燕方通過(guò)對(duì)文本語(yǔ)料進(jìn)行低可信度判斷,提出了一種基于評(píng)論產(chǎn)品屬性的情感傾向評(píng)估模型[7]。李霄等使用支持向量機(jī)模型對(duì)垃圾評(píng)論進(jìn)行了識(shí)別,并通過(guò)與Logistic模型對(duì)比證明了機(jī)器學(xué)習(xí)算法的優(yōu)勢(shì)。目前大多數(shù)研究?jī)H對(duì)評(píng)論進(jìn)行了垃圾評(píng)論與非垃圾評(píng)論的二分類[8]。孟美任等雖然通過(guò)CRFs模型對(duì)在線商品評(píng)論進(jìn)行了四分類識(shí)別,但識(shí)別的標(biāo)準(zhǔn)僅為評(píng)論的可信程度[9]。而實(shí)際上從欺騙性、干擾性、無(wú)效性的不同角度,垃圾評(píng)論可以分為不同的類別,不同類別之間在發(fā)布動(dòng)機(jī)、危害程度、分辨難度上都有所不同,相應(yīng)的治理方式也應(yīng)該有所區(qū)別。因此,本文將從多維度對(duì)垃圾評(píng)論進(jìn)行分類,并給出基于神經(jīng)網(wǎng)絡(luò)與決策樹相結(jié)合的在線評(píng)論四分類模型,為不同類別的垃圾評(píng)論識(shí)別和治理提供技術(shù)支持。

    2 在線評(píng)論的類別劃分

    根據(jù)評(píng)論發(fā)布者的目的、以及評(píng)論影響程度等方面的不同,可以將在線商品評(píng)論分為以下4類:

    2.1 非垃圾評(píng)論

    該類評(píng)論是消費(fèi)者在購(gòu)買、使用商品后,給出的真實(shí)的、客觀的、詳盡的體驗(yàn)描述,可以為后續(xù)消費(fèi)者了解產(chǎn)品、決定是否購(gòu)買提供參考,也可以為商家了解自我,有針對(duì)性的提升自我提供幫助,同時(shí)也是構(gòu)建良好的、公平的網(wǎng)絡(luò)購(gòu)物環(huán)境的重要組成部分。

    2.2 欺騙性評(píng)論

    評(píng)論發(fā)布者出于推銷或詆毀的目的,發(fā)布的與事實(shí)不相符的虛假性描述,或者是在極端的情感狀態(tài)下,書寫的過(guò)于主觀的不真實(shí)評(píng)論。虛假評(píng)論中介與職業(yè)虛假評(píng)論者的存在使得大量的虛假評(píng)論充斥著網(wǎng)絡(luò),給消費(fèi)者帶來(lái)了極大的誤導(dǎo),嚴(yán)重干擾了電商的公平競(jìng)爭(zhēng)環(huán)境,進(jìn)一步還會(huì)對(duì)整個(gè)網(wǎng)絡(luò)購(gòu)物平臺(tái)的生存帶來(lái)不可估計(jì)的沖擊[10]。

    2.3 干擾性評(píng)論

    此類評(píng)論類似于垃圾郵件,往往是出于廣告宣傳或者是單純發(fā)泄的目的,因此常常包含電話號(hào)碼、QQ號(hào)碼或者網(wǎng)站鏈接地址。該類評(píng)論內(nèi)容與所評(píng)價(jià)商品無(wú)關(guān),對(duì)消費(fèi)者誤導(dǎo)作用較小,較易識(shí)別。

    2.4 低效用評(píng)論

    該類評(píng)論字?jǐn)?shù)較少,常常是由于超出評(píng)價(jià)時(shí)間而由系統(tǒng)自動(dòng)給出的系統(tǒng)性評(píng)價(jià),或者是消費(fèi)者為了賺取某些積分而敷衍性給出的并不涉及具體體驗(yàn)感受的簡(jiǎn)短評(píng)價(jià)。例如:好、不錯(cuò)、沙發(fā)等。

    3 基于神經(jīng)網(wǎng)絡(luò)與決策樹相結(jié)合的垃圾評(píng)論識(shí)別方法3.1 特征選擇

    特征屬性的選擇是識(shí)別方法研究的基礎(chǔ),不同商品或電商網(wǎng)站的特征決定了其評(píng)論的、特征可能有所不同,比如對(duì)電子產(chǎn)品的評(píng)論中對(duì)參數(shù)的描述可能會(huì)多一些,而食品類產(chǎn)品可能對(duì)送貨速度更為敏感。增加屬性選擇的范圍,并篩選針對(duì)特定交易類型較為有效的特征屬性將對(duì)提高辨識(shí)準(zhǔn)確度降低運(yùn)算量有所幫助。依據(jù)垃圾評(píng)論特征和影響因素的相關(guān)研究,本文提出特征屬性池的概念。特征屬性池是和垃圾評(píng)論識(shí)別相關(guān)的有可能表現(xiàn)垃圾評(píng)論特殊性的屬性的集合。針對(duì)不同商品類型,不同交易平臺(tái),有效的特征屬性可能不盡相同,為了避免重復(fù)的人為選取特征屬性造成的主觀性影響、計(jì)算效率低等問(wèn)題,本文在建立特征池的基礎(chǔ)上,由后續(xù)的智能算法自主選取特征屬性并建立識(shí)別模型。

    目前的研究大多從評(píng)論內(nèi)容和評(píng)論人兩方面考慮,具體包括評(píng)論內(nèi)容的翔實(shí)程度、評(píng)論的語(yǔ)法語(yǔ)義和結(jié)構(gòu)特征、觀點(diǎn)的傾向性、評(píng)論風(fēng)格、時(shí)效、情感極性、評(píng)論者背景經(jīng)驗(yàn)等。另外根據(jù)龔思蘭等對(duì)在線商品信息可信度影響因素的實(shí)證研究[11],本文增加了文本情感傾向與評(píng)分的匹配度特征以及商家自身活動(dòng)特征,共設(shè)定22個(gè)評(píng)論特征屬性,如表1所示。

    3.2 評(píng)估方法

    決策樹是一種樹形分類器,通過(guò)各個(gè)節(jié)點(diǎn)對(duì)屬性的選擇最終得到符合誤差標(biāo)準(zhǔn)的樹形分類結(jié)構(gòu),相比于其它分類計(jì)算模型,決策樹的突出特點(diǎn)是可以輸出可讀性規(guī)則。但是煩瑣的離散化和后剪枝步驟計(jì)算代價(jià)較大,針對(duì)高維大數(shù)據(jù)庫(kù)數(shù)據(jù)效率不高。為了對(duì)垃圾評(píng)論進(jìn)行高效分類并且輸出可讀性規(guī)則用來(lái)監(jiān)控分析網(wǎng)路交易從而有針對(duì)性的采取管理措施,同時(shí)避免后剪枝等計(jì)算,本文提出一種神經(jīng)網(wǎng)絡(luò)與決策樹相結(jié)合的垃圾評(píng)論識(shí)別算法模型。該方法利用神經(jīng)網(wǎng)絡(luò)無(wú)須先驗(yàn)知識(shí),主觀輸入少的特點(diǎn)對(duì)評(píng)論的特征屬性集進(jìn)行裁剪選擇,降低了數(shù)據(jù)維度,同時(shí)避免了決策樹后剪枝等復(fù)雜計(jì)算。其具體步驟為:

    3.2.1 對(duì)連續(xù)屬性運(yùn)用BMIC算法離散化

    BMIC離散化算法是一種基于以正規(guī)增益熵作為離散化標(biāo)準(zhǔn)的優(yōu)化離散化算法。它證明了以正規(guī)增益為離散標(biāo)準(zhǔn)的離散區(qū)間分割點(diǎn)集合屬于切點(diǎn)集合,進(jìn)而通過(guò)合并臨界點(diǎn)和小數(shù)點(diǎn)區(qū)間直接得到離散分割點(diǎn)避免了大量計(jì)算,而且可以根據(jù)分類結(jié)果自動(dòng)生成最優(yōu)離散區(qū)間個(gè)數(shù)不需要參數(shù)設(shè)定[12]。

    3.2.2 按照歸一化的輸入輸出關(guān)聯(lián)值將特征池中的所有屬性排序

    該方法用樣本值的變化而引起的輸出變化的之和的歸一化值UIOC作為衡量數(shù)據(jù)屬性重要性的標(biāo)準(zhǔn)。屬性的UIOC值越大屬性越重要。UIOC的計(jì)算公式為:

    UIOC(k)=1max(A)-min(A)∑x(i,k)-x(j,k)×signy(i)-y(j) i≠j

    (1)

    其中UIOC(k)為第k個(gè)屬性的輸入輸出關(guān)聯(lián)值,x(i,k),x(j,k)分別為第i,j個(gè)樣本的第k個(gè)條件屬性值。y(i),y(j)分別為第i,j個(gè)樣本的決策屬性值。max(A)為屬性A的最大值,min(A)為屬性A的最小值。

    3.2.3 用徑向基神經(jīng)網(wǎng)絡(luò)(RBF Neural Networks)對(duì)屬性進(jìn)行篩選

    RBF是一種前饋三層網(wǎng)絡(luò),其神經(jīng)元數(shù)量根據(jù)不同任務(wù)需要而自適應(yīng)選定與初始賦權(quán)無(wú)關(guān),具有良好的泛化能力和快速收斂的特性,適宜處理難以解析的規(guī)律性。取UIOC值最大的前50%屬性用RBF神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練及分類并和增減前后屬性的RBF神經(jīng)網(wǎng)絡(luò)的分類準(zhǔn)確率想比較,直到找到增減屬性后分類準(zhǔn)確率均下降時(shí)停止篩選。分類準(zhǔn)確率最高的一組屬性作為建立決策樹的屬性集合。

    3.2.4 在篩選后的屬性集合上建立正規(guī)增益為屬性選擇標(biāo)準(zhǔn)的決策樹

    NG(A,S)=∑4t=1-pilog2pi-∑j∈value(A)SjS∑4t=1-pilog2pilog2n

    (2)

    其中pi是屬于類別t的樣本占總樣本數(shù)的比例。Value(A)為特征A的取值集合。S和Sj分別為樣本總數(shù)以及特征A取值為j的樣本個(gè)數(shù)。

    3.3 垃圾評(píng)論識(shí)別流程

    本文首先采用中科院計(jì)算技術(shù)研究所的ICTCLAS工具,并通過(guò)加入HowNet情感詞典和自定義詞典對(duì)評(píng)論語(yǔ)料進(jìn)行分詞和詞性標(biāo)注等預(yù)處理,再運(yùn)用神經(jīng)網(wǎng)絡(luò)與決策樹相結(jié)合的模型對(duì)數(shù)據(jù)進(jìn)行分類。具體流程如圖1所示:

    4 網(wǎng)絡(luò)交易垃圾評(píng)論識(shí)別實(shí)證研究

    4.1 實(shí)驗(yàn)準(zhǔn)備及實(shí)驗(yàn)過(guò)程

    實(shí)驗(yàn)材料準(zhǔn)備階段首先根據(jù)Alexa中國(guó)電商類網(wǎng)站2014年的排名,選擇前5名的如下電商網(wǎng)站作為實(shí)驗(yàn)數(shù)據(jù)采集的來(lái)源。

    設(shè)定網(wǎng)絡(luò)交易商品為數(shù)碼相機(jī)、服裝、圖書3類,搜集2014-2015年的商品評(píng)價(jià),選擇其中的11 000條評(píng)論作為實(shí)驗(yàn)數(shù)據(jù)。選擇3組志愿者,每組3人,在組內(nèi)通過(guò)討論人工標(biāo)注評(píng)論類別,再對(duì)照3組結(jié)果,將人工標(biāo)注結(jié)果不一致的評(píng)論去除,最終得到評(píng)論9 420條,其中非垃圾評(píng)論4 721條,欺騙性垃圾評(píng)論1 385條,干擾性垃圾評(píng)論659條,低效用垃圾評(píng)論2 655條。隨機(jī)生成70%樣本作為訓(xùn)練集,30%作為驗(yàn)證集。所有實(shí)驗(yàn)均在matlab軟件上實(shí)現(xiàn)。

    4.2 實(shí)驗(yàn)結(jié)果分析

    實(shí)驗(yàn)是對(duì)每個(gè)驗(yàn)證集子例屬于哪一類評(píng)論做出判斷,屬于四分類問(wèn)題,文本識(shí)別常用查準(zhǔn)率、查全率、綜合F值3類性能評(píng)估指標(biāo)如表3所示。由實(shí)驗(yàn)結(jié)果可以看出,本文方法對(duì)在線評(píng)論類別的識(shí)別效果較好,2 826個(gè)測(cè)試樣本中有2 276個(gè)歸類正確,總體準(zhǔn)確率達(dá)到80.5%。在4類樣本中,欺騙性垃圾評(píng)論是隱蔽性最強(qiáng)、識(shí)別率最低的,容易被誤判為非垃圾評(píng)論。這是由于有些詆毀或推銷目的的造假者為避免被發(fā)現(xiàn),會(huì)在無(wú)關(guān)痛癢的問(wèn)題上做細(xì)微的與自己目的相反的情感評(píng)價(jià),以保持文本情感平衡。

    為了進(jìn)一步說(shuō)明本文方法的有效性,將本文實(shí)驗(yàn)數(shù)據(jù)中的欺騙性、干擾性及低效用垃圾評(píng)論統(tǒng)一歸納為垃圾評(píng)論,再運(yùn)用文獻(xiàn)[8]中的基于SVM以及Logistic回歸的方法進(jìn)行垃圾評(píng)論識(shí)別,對(duì)比實(shí)驗(yàn)結(jié)果見(jiàn)表4??梢钥吹嚼u(píng)論的查準(zhǔn)率、查全率、綜合F值以及評(píng)論總準(zhǔn)確率方面,本文模型分別高于SVM模型0.9、2、1.5和3.3個(gè)百分點(diǎn),另外值得注意的是文獻(xiàn)[8]中的SVM及Logistic回歸模型只是對(duì)商品評(píng)論進(jìn)行了二分類,而本文則是進(jìn)一步對(duì)垃圾評(píng)論進(jìn)行了不同類別的劃分,因此在難度上要高于簡(jiǎn)單的垃圾與非垃圾的二分類。如表2最后一行所示,如果只要樣例被正確劃分為垃圾評(píng)論,而不必考慮具體是欺騙型、干擾性還是低效用性垃圾評(píng)論,則本文試驗(yàn)結(jié)果在查準(zhǔn)率、查全率、綜合F值、總準(zhǔn)確率上均遠(yuǎn)高于SVM模型。

    為了進(jìn)一步驗(yàn)證本文方法的穩(wěn)定性,對(duì)以上數(shù)據(jù)采用4次交叉法重新實(shí)驗(yàn),4次實(shí)驗(yàn)結(jié)果的各性能指標(biāo)如圖2~4所示:

    圖2 4次實(shí)驗(yàn)的查準(zhǔn)率指標(biāo)

    因?yàn)橛?xùn)練集的子例是隨機(jī)選取,使各個(gè)類型的子例在訓(xùn)練集中所占的比例不同,數(shù)據(jù)的結(jié)構(gòu)會(huì)有所變化,但每組實(shí)驗(yàn)的識(shí)別精度大致相同,說(shuō)明方法的穩(wěn)定性較好。從篩選后用于建立決策樹的屬性來(lái)看,也存在比較穩(wěn)定的趨勢(shì),具體情況如表5所示。

    通過(guò)對(duì)實(shí)驗(yàn)生成規(guī)則集的歸納,可以發(fā)現(xiàn)以下主要規(guī)律:(1)內(nèi)容不包含商品信息,且數(shù)字或字母超過(guò)一定字符數(shù)時(shí),屬于干擾性垃圾評(píng)論的概率較大。(2)低效用類垃圾評(píng)論在所有垃圾評(píng)論樣本中所占比例最高,其識(shí)別的準(zhǔn)確率也最高,大量的系統(tǒng)性評(píng)論以及單字或幾個(gè)字的敷衍性好評(píng)僅通過(guò)文本長(zhǎng)度即可識(shí)別。(3)欺騙性垃圾評(píng)論與非垃圾評(píng)論最容易相互誤判,他們大都包含商品信息,在情感極性上欺騙型垃圾評(píng)論雖不如非垃圾評(píng)論均衡,但隨著造假者經(jīng)驗(yàn)的不斷提高,單純的文本類特征已不足以滿足識(shí)別要求,評(píng)價(jià)者行為特征的加入可以使模型識(shí)別獲得更優(yōu)的效果。另外被廣大消費(fèi)者普遍認(rèn)為十分重要的“評(píng)論者信用等級(jí)”在4次試驗(yàn)中只有2次入選模型,而評(píng)價(jià)頻度和重復(fù)率因素卻分別4次和3次入選。這與職業(yè)虛假評(píng)論中介以及大量的職業(yè)刷客群體的存在有著很大關(guān)系。職業(yè)刷客通過(guò)大量的交易往往擁有較高的信用等級(jí),所以信用等級(jí)的高低在欺騙性評(píng)論識(shí)別中反而并非決定性特征屬性。

    5 結(jié)束語(yǔ)

    隨著網(wǎng)絡(luò)交易的快速發(fā)展,對(duì)交易評(píng)論進(jìn)行實(shí)時(shí)跟蹤、有效識(shí)別各類垃圾評(píng)論并采取相應(yīng)的有效治理策略是構(gòu)建有序的電商競(jìng)爭(zhēng)環(huán)境,促進(jìn)網(wǎng)絡(luò)交易健康發(fā)展的必然要求。本文使用神經(jīng)網(wǎng)絡(luò)與決策樹相結(jié)合的方法,對(duì)網(wǎng)絡(luò)交易在線評(píng)論進(jìn)行了智能四分類識(shí)別。通過(guò)與文獻(xiàn)[8]中模型結(jié)果的對(duì)比,證明了本文方法的有效性。隨著移動(dòng)互聯(lián)營(yíng)銷的發(fā)展和電商評(píng)論要求的細(xì)分,垃圾評(píng)論特征可能發(fā)生變化,今后有必要隨著要求的更新進(jìn)一步優(yōu)化模型。

    參考文獻(xiàn)

    [1]聶卉,王佳佳.產(chǎn)品垃圾評(píng)論識(shí)別研究綜述[J].現(xiàn)代圖書情報(bào)技術(shù),2014,(2):63-70.

    [2]Jindal N,Liu B.Review Spam Detection[C].In:Proceedings of the 16th International Conference of Word Wide Web.Banff,Alberta,Canada.New York,NY,USA:ACM,2007:1189-1190.

    [3]Ott M.Choi Y J.Cardie C,et al.Finding Deceptive Opinion Spam by Any Stretch of the Imagination[C].In:Proceedings of the 49th Annual Meeting of the Association for Computational Linguistics:Human Language Technologies.Stroudsburg.PA,USA:Association for Computational Linguistics,2011:309-319.

    [4]Mukherjee A,Venkataraman V.What Yelp Fake Review Filter Might Be Doing?[C].In:Proceedings of the 7th International Conference on Weblogs and Social Media.Palo Alto:AAAI Press,2013:409-418.

    [5]Mukherjee A.Liu B.Wang J,et al.Detecting Group Review Spam[C].In:Proceedings of the 28t h ACM International Conference on Information and Knowledge Management,Hyderabad,Indea.New York,NY,USA:ACM,2011:1123-1126.

    [6]何海江,凌云.由Logistic回歸識(shí)別Web社區(qū)的垃圾評(píng)論[J].計(jì)算機(jī)工程與應(yīng)用,2009,45(23):140-143.

    [7]陳燕方,李志宇.基于評(píng)論產(chǎn)品屬性情感傾向評(píng)估的虛假評(píng)論識(shí)別研究[J].現(xiàn)代圖書情報(bào)技術(shù),2014,(9):81-90.

    [8]李霄,丁晟春.垃圾商品評(píng)論信息的識(shí)別研究[J].現(xiàn)代圖書情報(bào)技術(shù),2013,(1):63-68.

    [9]孟美任,丁晟春.在線中文商品評(píng)論可信度研究[J].現(xiàn)代圖書情報(bào)技術(shù),2013,(9):60-66.

    [10]陳燕方,婁策群.在線商品虛假評(píng)論形成路徑研究[J].現(xiàn)代情報(bào),2015,(1):49-53.

    [11]龔思蘭,丁晟春,周夏偉,等.在線商品評(píng)論信息可信度影響因素實(shí)證研究[J].情報(bào)雜志,2013,(11):202-208.

    [12]趙靜嫻,倪春鵬,詹原瑞,等.一種高效的連續(xù)屬性離散化算法[J].系統(tǒng)工程與電子技術(shù),2009,(1):195-199.

    (本文責(zé)任編輯:孫國(guó)雷)

    猜你喜歡
    決策樹數(shù)據(jù)挖掘神經(jīng)網(wǎng)絡(luò)
    探討人工智能與數(shù)據(jù)挖掘發(fā)展趨勢(shì)
    神經(jīng)網(wǎng)絡(luò)抑制無(wú)線通信干擾探究
    電子制作(2019年19期)2019-11-23 08:42:00
    一種針對(duì)不均衡數(shù)據(jù)集的SVM決策樹算法
    決策樹和隨機(jī)森林方法在管理決策中的應(yīng)用
    電子制作(2018年16期)2018-09-26 03:27:06
    基于并行計(jì)算的大數(shù)據(jù)挖掘在電網(wǎng)中的應(yīng)用
    電力與能源(2017年6期)2017-05-14 06:19:37
    基于決策樹的出租車乘客出行目的識(shí)別
    基于神經(jīng)網(wǎng)絡(luò)的拉矯機(jī)控制模型建立
    一種基于Hadoop的大數(shù)據(jù)挖掘云服務(wù)及應(yīng)用
    復(fù)數(shù)神經(jīng)網(wǎng)絡(luò)在基于WiFi的室內(nèi)LBS應(yīng)用
    基于肺癌CT的決策樹模型在肺癌診斷中的應(yīng)用
    中文字幕另类日韩欧美亚洲嫩草| 天天一区二区日本电影三级| 老汉色av国产亚洲站长工具| 国产精品久久视频播放| 97超级碰碰碰精品色视频在线观看| 精品第一国产精品| 精品国产超薄肉色丝袜足j| 自线自在国产av| 亚洲久久久国产精品| 欧美激情极品国产一区二区三区| 免费观看人在逋| 欧美日韩福利视频一区二区| 国内久久婷婷六月综合欲色啪| 免费一级毛片在线播放高清视频| 午夜激情av网站| 亚洲国产欧美日韩在线播放| 国产主播在线观看一区二区| 久久久久久大精品| 一边摸一边抽搐一进一小说| av片东京热男人的天堂| 免费在线观看日本一区| 女同久久另类99精品国产91| 午夜福利欧美成人| 美女高潮喷水抽搐中文字幕| 夜夜爽天天搞| 在线看三级毛片| 成人亚洲精品av一区二区| 怎么达到女性高潮| 精品福利观看| 天天躁狠狠躁夜夜躁狠狠躁| 亚洲中文av在线| 母亲3免费完整高清在线观看| 一进一出抽搐动态| 亚洲人成网站高清观看| 欧美精品啪啪一区二区三区| 国产精品久久久久久亚洲av鲁大| 亚洲成av片中文字幕在线观看| 日韩欧美免费精品| 一本久久中文字幕| √禁漫天堂资源中文www| 亚洲av中文字字幕乱码综合 | 免费无遮挡裸体视频| 黄网站色视频无遮挡免费观看| 色在线成人网| 亚洲av成人av| a在线观看视频网站| 人人妻人人澡人人看| 久久精品国产99精品国产亚洲性色| 欧美久久黑人一区二区| 婷婷精品国产亚洲av| 亚洲 国产 在线| 巨乳人妻的诱惑在线观看| 老汉色av国产亚洲站长工具| 中国美女看黄片| 精品无人区乱码1区二区| 国产精品永久免费网站| 99国产精品一区二区三区| 国产午夜福利久久久久久| 欧美av亚洲av综合av国产av| 久久精品影院6| 大型av网站在线播放| 麻豆国产av国片精品| 99热这里只有精品一区 | 国产真人三级小视频在线观看| 国产真人三级小视频在线观看| 波多野结衣高清作品| 国产精品日韩av在线免费观看| 亚洲久久久国产精品| 免费看十八禁软件| e午夜精品久久久久久久| 亚洲av电影不卡..在线观看| 女人爽到高潮嗷嗷叫在线视频| 欧美又色又爽又黄视频| 亚洲精品粉嫩美女一区| 久久中文字幕一级| 欧美另类亚洲清纯唯美| 欧美日韩瑟瑟在线播放| 午夜免费成人在线视频| 欧美黑人欧美精品刺激| 国产极品粉嫩免费观看在线| 国产成人av激情在线播放| 免费无遮挡裸体视频| 国产野战对白在线观看| 一进一出好大好爽视频| 69av精品久久久久久| 中文字幕精品亚洲无线码一区 | 妹子高潮喷水视频| 少妇被粗大的猛进出69影院| 夜夜爽天天搞| 午夜久久久在线观看| 香蕉久久夜色| 久久久久久九九精品二区国产 | 在线视频色国产色| 欧美日韩亚洲综合一区二区三区_| 精品欧美国产一区二区三| 国产激情久久老熟女| 久久精品国产综合久久久| 国产一级毛片七仙女欲春2 | 欧美中文综合在线视频| 女性被躁到高潮视频| 国产精品综合久久久久久久免费| 国产成年人精品一区二区| 大型av网站在线播放| 精品一区二区三区四区五区乱码| 国产精品电影一区二区三区| 黄色 视频免费看| 国产高清激情床上av| 免费看美女性在线毛片视频| 一进一出抽搐动态| 精品国产乱子伦一区二区三区| 亚洲欧美精品综合一区二区三区| 亚洲片人在线观看| 一夜夜www| 中文字幕精品亚洲无线码一区 | 自线自在国产av| 亚洲精品国产精品久久久不卡| 欧美日韩一级在线毛片| 精品国产国语对白av| 国产野战对白在线观看| 男女之事视频高清在线观看| 成人国语在线视频| 好看av亚洲va欧美ⅴa在| 欧美av亚洲av综合av国产av| 久久精品影院6| 免费女性裸体啪啪无遮挡网站| 欧美黄色淫秽网站| 国产成人精品久久二区二区免费| 久久久久国产精品人妻aⅴ院| 中文亚洲av片在线观看爽| 此物有八面人人有两片| 黄片小视频在线播放| 一级片免费观看大全| 欧美黄色淫秽网站| 757午夜福利合集在线观看| 12—13女人毛片做爰片一| 午夜福利免费观看在线| 一本一本综合久久| 精品国产乱子伦一区二区三区| 夜夜看夜夜爽夜夜摸| 国产高清激情床上av| 久久精品国产亚洲av高清一级| 国产日本99.免费观看| 成人欧美大片| 亚洲国产欧美日韩在线播放| 日韩三级视频一区二区三区| 99久久国产精品久久久| 黑人操中国人逼视频| 精品电影一区二区在线| 国产精品爽爽va在线观看网站 | 日日摸夜夜添夜夜添小说| 久久婷婷成人综合色麻豆| 国产精品久久久久久精品电影 | 日韩中文字幕欧美一区二区| 岛国视频午夜一区免费看| 视频在线观看一区二区三区| 91大片在线观看| 国产精品国产高清国产av| 国产成人系列免费观看| 亚洲一码二码三码区别大吗| 成人三级做爰电影| 777久久人妻少妇嫩草av网站| 欧美在线黄色| 亚洲七黄色美女视频| 国产成人欧美在线观看| 不卡av一区二区三区| 亚洲成人精品中文字幕电影| 国产精品av久久久久免费| 精品一区二区三区四区五区乱码| 久久精品国产综合久久久| 99国产极品粉嫩在线观看| 亚洲无线在线观看| 欧美黄色淫秽网站| 欧美 亚洲 国产 日韩一| 国产亚洲精品第一综合不卡| 少妇裸体淫交视频免费看高清 | 久久精品国产亚洲av高清一级| 亚洲免费av在线视频| 亚洲av成人一区二区三| 国产精品久久久久久亚洲av鲁大| 久久中文字幕一级| 国产精品久久电影中文字幕| 欧美不卡视频在线免费观看 | 国产一区二区在线av高清观看| 欧美成狂野欧美在线观看| 国产aⅴ精品一区二区三区波| 欧美不卡视频在线免费观看 | 亚洲成av片中文字幕在线观看| 18禁裸乳无遮挡免费网站照片 | 女同久久另类99精品国产91| 天天躁狠狠躁夜夜躁狠狠躁| 欧美日韩福利视频一区二区| 亚洲一区二区三区不卡视频| 日本 av在线| 一级片免费观看大全| 黄色丝袜av网址大全| 女同久久另类99精品国产91| 国产精品九九99| 免费看十八禁软件| 欧美最黄视频在线播放免费| 一区二区日韩欧美中文字幕| 国产亚洲av嫩草精品影院| 九色国产91popny在线| 精品国产超薄肉色丝袜足j| 亚洲国产欧洲综合997久久, | 欧美三级亚洲精品| 中文字幕人妻丝袜一区二区| 在线看三级毛片| 亚洲专区字幕在线| 国产不卡一卡二| 免费搜索国产男女视频| 高潮久久久久久久久久久不卡| 国产一区二区三区视频了| 欧美激情极品国产一区二区三区| 欧美日韩福利视频一区二区| 波多野结衣巨乳人妻| 久久香蕉精品热| 中文字幕人妻丝袜一区二区| 亚洲一卡2卡3卡4卡5卡精品中文| 99精品在免费线老司机午夜| 午夜福利在线在线| 久久人妻福利社区极品人妻图片| 亚洲国产精品久久男人天堂| 一边摸一边做爽爽视频免费| 天堂√8在线中文| 日韩高清综合在线| 一本大道久久a久久精品| 久久亚洲精品不卡| 麻豆成人午夜福利视频| 美国免费a级毛片| 国产真人三级小视频在线观看| 国产精品 国内视频| 欧美大码av| 国产一区二区三区视频了| 久久久久久国产a免费观看| 99久久精品国产亚洲精品| 国产伦在线观看视频一区| 亚洲第一av免费看| 欧美成人一区二区免费高清观看 | 最近最新免费中文字幕在线| 高清在线国产一区| 午夜福利高清视频| 精品国产乱码久久久久久男人| 国产v大片淫在线免费观看| 欧美性长视频在线观看| 国产午夜精品久久久久久| 欧美成人免费av一区二区三区| 午夜激情av网站| 宅男免费午夜| 少妇的丰满在线观看| 免费无遮挡裸体视频| 免费电影在线观看免费观看| 日本撒尿小便嘘嘘汇集6| 亚洲一区中文字幕在线| 国产精品二区激情视频| 在线看三级毛片| 精品一区二区三区视频在线观看免费| 国产成年人精品一区二区| 大香蕉久久成人网| 美国免费a级毛片| 国产精品久久久久久精品电影 | 女同久久另类99精品国产91| 狠狠狠狠99中文字幕| 老司机福利观看| 亚洲 欧美一区二区三区| 少妇 在线观看| 欧美黄色片欧美黄色片| 国产成人一区二区三区免费视频网站| 精品福利观看| 天堂动漫精品| 很黄的视频免费| 超碰成人久久| 国产在线观看jvid| 丝袜人妻中文字幕| 可以在线观看毛片的网站| 亚洲真实伦在线观看| 国产高清有码在线观看视频 | 精品熟女少妇八av免费久了| 成人永久免费在线观看视频| 在线免费观看的www视频| 午夜精品久久久久久毛片777| 亚洲国产欧美网| 丁香欧美五月| 久久午夜亚洲精品久久| 超碰成人久久| 久久香蕉国产精品| 国产v大片淫在线免费观看| 好男人电影高清在线观看| 18禁美女被吸乳视频| 亚洲天堂国产精品一区在线| 欧美三级亚洲精品| 搡老妇女老女人老熟妇| 免费在线观看日本一区| 国产成人系列免费观看| 俺也久久电影网| 一级毛片高清免费大全| 18禁黄网站禁片免费观看直播| 一区二区三区精品91| 99国产精品99久久久久| 久久狼人影院| 女警被强在线播放| www日本在线高清视频| 亚洲激情在线av| 国产麻豆成人av免费视频| 女人爽到高潮嗷嗷叫在线视频| 午夜免费观看网址| 国产区一区二久久| 999久久久精品免费观看国产| 亚洲av熟女| 欧美一级a爱片免费观看看 | 国产免费av片在线观看野外av| 久久久国产成人免费| 免费在线观看视频国产中文字幕亚洲| 亚洲激情在线av| 中文字幕精品亚洲无线码一区 | 亚洲精品在线美女| 欧美激情高清一区二区三区| 观看免费一级毛片| 亚洲国产精品sss在线观看| 给我免费播放毛片高清在线观看| 国产亚洲精品综合一区在线观看 | 亚洲美女黄片视频| 又大又爽又粗| 国产亚洲精品一区二区www| 在线永久观看黄色视频| 好男人在线观看高清免费视频 | 欧美日韩中文字幕国产精品一区二区三区| 国产av又大| 成人18禁在线播放| 久久国产精品影院| 国产高清videossex| 免费av毛片视频| 一边摸一边抽搐一进一小说| 九色国产91popny在线| 久热爱精品视频在线9| 亚洲成人国产一区在线观看| 国产成人影院久久av| 午夜久久久久精精品| 人妻丰满熟妇av一区二区三区| 成人欧美大片| 国产男靠女视频免费网站| 免费高清在线观看日韩| 国产成人欧美在线观看| 国产精品1区2区在线观看.| 日本 av在线| 亚洲人成77777在线视频| 黄色片一级片一级黄色片| 日韩大尺度精品在线看网址| 国产精品一区二区精品视频观看| 巨乳人妻的诱惑在线观看| a级毛片在线看网站| 成人国语在线视频| 我的亚洲天堂| 日本黄色视频三级网站网址| 午夜影院日韩av| cao死你这个sao货| 法律面前人人平等表现在哪些方面| 成年版毛片免费区| 婷婷六月久久综合丁香| 国产av不卡久久| 午夜精品在线福利| 亚洲在线自拍视频| 欧美精品亚洲一区二区| 午夜a级毛片| 最近最新免费中文字幕在线| 亚洲国产中文字幕在线视频| 国产亚洲精品一区二区www| 国产野战对白在线观看| 国内毛片毛片毛片毛片毛片| 亚洲欧美精品综合久久99| 婷婷亚洲欧美| 国产主播在线观看一区二区| 久久天躁狠狠躁夜夜2o2o| 天堂影院成人在线观看| 亚洲精品国产区一区二| 国产精品九九99| 亚洲成a人片在线一区二区| 少妇熟女aⅴ在线视频| 国产主播在线观看一区二区| 亚洲成av人片免费观看| 午夜福利成人在线免费观看| 国产午夜福利久久久久久| 久久亚洲真实| 成人永久免费在线观看视频| 国产一区二区三区在线臀色熟女| 亚洲专区字幕在线| 90打野战视频偷拍视频| 国产精品野战在线观看| 久久精品影院6| 亚洲国产中文字幕在线视频| 亚洲自拍偷在线| 操出白浆在线播放| 悠悠久久av| 亚洲一码二码三码区别大吗| 侵犯人妻中文字幕一二三四区| 成在线人永久免费视频| 国产精品野战在线观看| 亚洲精品美女久久av网站| 美女扒开内裤让男人捅视频| 少妇被粗大的猛进出69影院| 熟女少妇亚洲综合色aaa.| 午夜免费成人在线视频| 久99久视频精品免费| 久久精品人妻少妇| 好男人在线观看高清免费视频 | 黄片小视频在线播放| 最近最新中文字幕大全电影3 | 18禁美女被吸乳视频| 男男h啪啪无遮挡| 99国产综合亚洲精品| 成人永久免费在线观看视频| 99国产综合亚洲精品| 不卡av一区二区三区| 啪啪无遮挡十八禁网站| 女性被躁到高潮视频| 国产精品自产拍在线观看55亚洲| 一本大道久久a久久精品| or卡值多少钱| 亚洲av片天天在线观看| 日本免费a在线| 真人做人爱边吃奶动态| 国产成年人精品一区二区| 黄色丝袜av网址大全| 亚洲第一青青草原| 成人18禁在线播放| 久久精品夜夜夜夜夜久久蜜豆 | 好男人在线观看高清免费视频 | 极品教师在线免费播放| 91老司机精品| 午夜福利18| 老司机午夜福利在线观看视频| 91字幕亚洲| 欧美日韩福利视频一区二区| 精品一区二区三区视频在线观看免费| 欧美日韩一级在线毛片| 欧美一区二区精品小视频在线| 午夜福利视频1000在线观看| 黄色成人免费大全| 欧美乱妇无乱码| 一级a爱视频在线免费观看| 亚洲七黄色美女视频| 欧美日本视频| 大型av网站在线播放| 老司机深夜福利视频在线观看| 国产精品九九99| 国产1区2区3区精品| 亚洲av美国av| 我的亚洲天堂| 精品乱码久久久久久99久播| 成人一区二区视频在线观看| 亚洲精品美女久久av网站| 午夜免费鲁丝| 亚洲精品美女久久av网站| 夜夜躁狠狠躁天天躁| 亚洲欧美日韩无卡精品| 99久久精品国产亚洲精品| 亚洲精品国产区一区二| 中国美女看黄片| 国产乱人伦免费视频| 一夜夜www| 女人爽到高潮嗷嗷叫在线视频| 久久久精品欧美日韩精品| 成人欧美大片| 19禁男女啪啪无遮挡网站| 啦啦啦观看免费观看视频高清| 亚洲精品色激情综合| 级片在线观看| 久久天堂一区二区三区四区| 正在播放国产对白刺激| 丰满的人妻完整版| 伦理电影免费视频| 国产私拍福利视频在线观看| 欧美久久黑人一区二区| 婷婷六月久久综合丁香| 欧美另类亚洲清纯唯美| 久久天堂一区二区三区四区| 国产aⅴ精品一区二区三区波| 1024香蕉在线观看| 天堂影院成人在线观看| 国产蜜桃级精品一区二区三区| 日韩欧美在线二视频| 亚洲精品久久成人aⅴ小说| 亚洲精品国产一区二区精华液| 日韩 欧美 亚洲 中文字幕| 校园春色视频在线观看| 日本免费一区二区三区高清不卡| 久久中文看片网| 午夜福利欧美成人| 亚洲av成人av| 美女 人体艺术 gogo| 一级a爱视频在线免费观看| 亚洲av熟女| netflix在线观看网站| av有码第一页| 我的亚洲天堂| 在线永久观看黄色视频| 99热这里只有精品一区 | 免费搜索国产男女视频| 黄色毛片三级朝国网站| 欧美+亚洲+日韩+国产| 国产一区二区激情短视频| 色综合欧美亚洲国产小说| 久久久久久免费高清国产稀缺| 天堂√8在线中文| 99久久综合精品五月天人人| 久久香蕉精品热| 日本a在线网址| 精品一区二区三区av网在线观看| 久久人人精品亚洲av| 成年人黄色毛片网站| 久久精品亚洲精品国产色婷小说| 午夜a级毛片| 精品免费久久久久久久清纯| 国产麻豆成人av免费视频| 亚洲一区中文字幕在线| 国产又爽黄色视频| 国产成人精品无人区| 亚洲一区高清亚洲精品| 亚洲精品一卡2卡三卡4卡5卡| 女生性感内裤真人,穿戴方法视频| 成人国语在线视频| 老司机深夜福利视频在线观看| avwww免费| 精品无人区乱码1区二区| 国产在线精品亚洲第一网站| 又紧又爽又黄一区二区| videosex国产| 黄片播放在线免费| 国产不卡一卡二| 午夜激情福利司机影院| 99国产极品粉嫩在线观看| 91成人精品电影| 高清在线国产一区| 国产精品自产拍在线观看55亚洲| 免费无遮挡裸体视频| 欧美成狂野欧美在线观看| 不卡一级毛片| 在线av久久热| 午夜影院日韩av| 国产视频内射| 午夜影院日韩av| 成人三级做爰电影| 欧美在线黄色| 久久这里只有精品19| 午夜免费成人在线视频| 后天国语完整版免费观看| 亚洲全国av大片| 欧美日韩福利视频一区二区| 2021天堂中文幕一二区在线观 | 精品国产亚洲在线| 日韩欧美免费精品| 精品不卡国产一区二区三区| 99riav亚洲国产免费| 一边摸一边做爽爽视频免费| 精品免费久久久久久久清纯| 熟女电影av网| 在线观看免费日韩欧美大片| 亚洲精品中文字幕在线视频| 美女 人体艺术 gogo| 欧美又色又爽又黄视频| 精品一区二区三区四区五区乱码| 亚洲真实伦在线观看| 99在线视频只有这里精品首页| 白带黄色成豆腐渣| 99久久无色码亚洲精品果冻| 国产精品一区二区精品视频观看| 天天添夜夜摸| 美女国产高潮福利片在线看| 久久久久久久精品吃奶| 成人国产综合亚洲| 亚洲精品中文字幕一二三四区| 日本成人三级电影网站| а√天堂www在线а√下载| 岛国在线观看网站| 成人午夜高清在线视频 | 一级a爱片免费观看的视频| 国产97色在线日韩免费| 亚洲欧美日韩无卡精品| 色av中文字幕| 免费av毛片视频| 男女那种视频在线观看| 国产精品一区二区三区四区久久 | 夜夜躁狠狠躁天天躁| 一二三四社区在线视频社区8| 真人做人爱边吃奶动态| 91成年电影在线观看| 亚洲午夜理论影院| 99国产综合亚洲精品| 久久久久国产精品人妻aⅴ院| 母亲3免费完整高清在线观看| 精品不卡国产一区二区三区| 国产亚洲av嫩草精品影院| 精品电影一区二区在线| 久久久久久亚洲精品国产蜜桃av| 人人妻人人澡欧美一区二区| 欧美黄色淫秽网站| 久久国产乱子伦精品免费另类| 性欧美人与动物交配| 亚洲成人精品中文字幕电影| 午夜久久久在线观看| 日韩欧美一区二区三区在线观看| 中文字幕久久专区| 亚洲九九香蕉| 国产黄片美女视频| 给我免费播放毛片高清在线观看| 国产av在哪里看| 色综合欧美亚洲国产小说| 1024香蕉在线观看| 精品高清国产在线一区| 日本免费a在线| 亚洲中文字幕日韩| 国产日本99.免费观看| 亚洲精品久久成人aⅴ小说| 精品国产乱子伦一区二区三区| av在线天堂中文字幕| 777久久人妻少妇嫩草av网站|